How Do Inflation Rate, BI Rate, and Balance of Trade Directly Affect IDR to USD Exchange Rate and Indirectly Affect IDX Composite Index in Initial Stage of Covid-19 Outbreak?
Notice bibliographique
Résumé
This study is trying to fill the research gap by understanding how several important financial variables interplay and affect the macroeconomic indicators, especially in developing country like Indonesia during the financial crisis period caused by the unexpected and sudden Covid-19 pandemic outbreak. The purpose of this research is to determine the direct effect of the inflation rate, Bank Indonesia (BI) rate, and Balance of Trade on the movement of Indonesia Rupiah (IDR) currency stability against US Dollar (USD) and indirect impact to the Indonesia Stock Exchange (IDX) Composite index in Indonesia during the initial stage of the pandemic outbreak. To achieve the research objectives, this study uses the Rupiah exchange rate against USD and IDX Composite index as the dependent variables, while the Inflation rate (CPI), BI rate, and Balance of Trade as the independent variables. The quantitative methodology is used in this research by applying linear and multiple simple regression techniques. The results of this research show that the Inflation rate, BI rate, and Balance of Trade were significantly affecting the Rupiah exchange rate against the USD, and it found that the most dominant variable in this model was the BI rate. The Inflation rate and Balance of Trade partially had no direct significant influence toward the movement of the Rupiah exchange rate against the USD during the critical anticipation period of Covid-19 pandemic outbreak. Furthermore, Rupiah exchange rate against the USD gave a significant influence toward the IDX Composite index.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».